OHDSI（The Observational Health Data Sciences and Informatics）是由美国哥伦比亚大学牵头建立的全球公益性非盈利研究联盟。主要研究全方位医学大数据分析的开源应用，旨在通过大规模数据分析和挖掘来提升临床医学数据价值，实现跨学科、跨行业的多方面合作。本次报告由OHDSI中国组提供。

报告题目： 《临床医疗大数据分析方法》

摘要：主要介绍术语标准化、数据库构建、研究队列建立、数据分析的完整流程，以及研究工具如OMOP CDM通用数据模型、医学术语本体库、队列研究工具ATLAS等的使用。通过培训能够将各种标准，知识库和软件工具运用在临床数据上，构建自己的数据库，建立研究队列，针对健康医疗问题实现完整的数据分析流程。

吕旭东，浙江大学生物医学工程与仪器科学学院教授，荷兰艾因霍芬科技大学访问研究教授，中国医疗器械行业协会医用软件分会秘书长，中国医院协会信息管理专业委员会委员，openEHR国际标准管理委员会委员。长期从事临床信息系统、电子病历、医学信息可视化、医疗大数据、临床决策支持等方向的研究工作。主持和参与多项医疗信息技术相关国家重大项目课题，获得了多项国家发明专利及计算机软件著作版权，在国内外发表学术论文一百余篇。

报告题目： 《医疗大数据 - 从可及到可用》

摘要：多年来医疗信息化的建设使得医疗机构内部积累了海量、宝贵的医疗数据资源，对这些医疗数据的有效利用将带来巨大的价值。但是，目前这些数据往往分散存储在不同的系统中，采用私有的数据存储结构和术语编码，很难被二次利用。随着大数据和人工智能技术的飞速发展，迫切需要建立一个标准化且易扩展的医疗大数据有效利用的技术体系，实现对分散且低质量的医疗数据的集成、整合和处理，不但解决医疗数据的可及性问题，而且解决医疗数据的可用性问题。本报告提出了医疗大数据有效利用技术体系的建设思路，并结合浙江大学医疗健康信息工程技术研究所的相关研究，对围绕医疗大数据可及性和可用性问题的相关技术研究进展进行了介绍。

李星，总裁，深度智耀创始人&CEO，毕业于北京大学药学院，在大型跨国药企的新药开发部门具有超过12年工作经验，曾先后任职于辉瑞、赛诺菲、强生等公司，前强生中国新药开发领导团队成员。李星于2017年10月创办深度智耀，目标是用最先进的人工智能技术赋能新药研发全流程，秉承“让天下没有难做的新药，为患者带来生命之光”的使命，致力于打造全球药企迈向智能化的基础设施。

报告题目：《人工智能驱动的新药研发》

摘要：新药研发一直是耗时耗力、成功率低的工作。在人工智能快速发展的时代，如何利用人工智能技术加速新药研发、提高研发成功率是全球药企迈向智能化的一个重要方向，极具挑战性。本报告将用一些实例展示人工智能在新药发现，临床试验以及上市后全流程中的应用。涉及到的技术包括自然语言处理以及深度学习。

金博，大连理工大学副教授。致力于数据挖掘、大数据分析、创新管理、商务智能等领域的科学研究。主持了国家自然科学基金面上项目、青年项目、辽宁省高校科研项目、辽宁省博士启动基金项目、国家重点实验室开放课题等课题，参与科技部国家重点研发计划“精准医疗研究”项目、国家自然科学基金重点项目和重大研究计划培育项目、863计划项目等国家级课题。在相关领域重要国际期刊及会议上发表论文60余篇，近年来多篇论文在数据挖掘领域顶级期刊（KDD、AAAI、ICDM、SDM、PAKDD等）收录，担任数据挖掘领域三大顶级会议KDD、ICDM、SDM的程序委员，是ACM、IEEE和CCF高级会员。

报告题目：《“AI+慢性病管理”使精准医疗成为可能》

摘要：调查显示，慢性病及其并发症的急性发作已成为威胁我国老年患者健康的最主要因素。以帕金森症、阿兹海默症等神经系统慢性退行性疾病为研究对象，针对临床医学研究中的慢性病并发症评估、药品不良反应预测、联合用药推荐等难题，采用机器学习和医疗大数据分析的方法，在前期积累的海量医疗数据基础上，构建人工智能+慢性病管理的模式，以数据为驱动，使精准医疗成为可能，为提高我国医疗信息服务水平、合理利用医疗资源、探索新的慢性病并发症个性化治疗模式提供理论与实践支撑。